| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景及研究意义 | 第9页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 研究现状及发展态势 | 第9-10页 |
| 1.3 本文的结构框架 | 第10-12页 |
| 第二章 VaR和CVaR概述 | 第12-19页 |
| 2.1 VaR模型 | 第12-15页 |
| 2.1.1 VaR的定义 | 第12页 |
| 2.1.2 一致性风险度量准则 | 第12-13页 |
| 2.1.3 VaR的性质 | 第13页 |
| 2.1.4 VaR的影响因素 | 第13-14页 |
| 2.1.5 VaR的计算方法 | 第14-15页 |
| 2.1.6 VaR的优点 | 第15页 |
| 2.1.7 VaR的缺点 | 第15页 |
| 2.2 CVaR模型 | 第15-18页 |
| 2.2.1 CVaR的定义 | 第16页 |
| 2.2.2 CVaR的影响因素 | 第16-17页 |
| 2.2.3 CVaR的性质 | 第17页 |
| 2.2.4 CVaR的优点 | 第17-18页 |
| 2.3 小结 | 第18-19页 |
| 第三章 基于蒙特卡洛模拟的波动率模型 | 第19-25页 |
| 3.1 波动理论 | 第19-20页 |
| 3.1.1 波动率的含义 | 第19页 |
| 3.1.2 波动率的特征 | 第19-20页 |
| 3.2 常见的模型 | 第20-24页 |
| 3.2.1 自回归滑动平均模型（ARMA） | 第20-21页 |
| 3.2.2 条件异方差模型(ARCH） | 第21-22页 |
| 3.2.3 广义ARCH模型(GARCH） | 第22-23页 |
| 3.2.4 指数GARCH模型(EGARCH） | 第23页 |
| 3.2.5 门限GARCH模型(TGARCH） | 第23-24页 |
| 3.3 小结 | 第24-25页 |
| 第四章 创业板指数的风险实证研究与改进 | 第25-46页 |
| 4.1 实证数据的处理 | 第25-26页 |
| 4.2 历史模拟法 | 第26-28页 |
| 4.2.1 历史模拟法的计算步骤 | 第26-27页 |
| 4.2.2 历史模拟法的计算结果 | 第27-28页 |
| 4.3 蒙特卡洛模拟法 | 第28-36页 |
| 4.3.1 蒙特卡洛模拟法的计算步骤 | 第28-30页 |
| 4.3.2 GARCH模型下的VaR和CVaR值 | 第30-32页 |
| 4.3.3 EGARCH模型下的VaR和CVaR值 | 第32-34页 |
| 4.3.4 TGARCH模型下的VaR和CVaR值 | 第34-36页 |
| 4.4 一种改进的历史模拟法 | 第36-43页 |
| 4.4.1 改进历史模拟法的具体步骤 | 第37页 |
| 4.4.2 GARCH模型与历史模拟法相结合 | 第37-39页 |
| 4.4.3 EGARCH模型与历史模拟法相结合 | 第39-41页 |
| 4.4.4 TGARCH模型与历史模拟法相结合 | 第41-43页 |
| 4.5 不同方法的比较 | 第43-45页 |
| 4.6 小结 | 第45-46页 |
| 第五章 全文总结与展望 | 第46-47页 |
| 5.1 全文总结 | 第46页 |
| 5.2 后续工作展望 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 攻读硕士学位期间取得的成果 | 第50-51页 |